贝叶斯学习中的线性联合先验

• 作者: 林士敏 胡振宇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 贝叶斯学习 先验分布 线性联合先验 极大似然估计 矩估计
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 研究、探讨
• 页码范围: 33-35
• 分类号: TP181
• 字数: 3984字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.01.010

摘要

提出了贝叶斯学习中先验分布选取的一个新技术.该技术将若干个可能的先验进行加权平均,形成一个以权重为参数的线性联合先验,并通过选取权重参数得到一个最合适先验的一个近似.证明了线性联合先验的似然与其组合参数的似然的等价性,并提出了用极大似然或矩估计的方法来确定权重参数的值,从而得到一个最合适的线性联合先验.提出的线性联合先验及确定方法,使得可以利用样本数据对已知先验进行校正,导出未被发现的更合理的先验,从而使贝叶斯学习更为有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林士敏	广西师范大学计算机科学与信息工程学院	49	597	12.0	23.0
2	胡振宇	清华大学信息科学与技术国家实验室	3	88	3.0	3.0